随着元宇宙概念的火爆与游戏技术的革新,更新的场景与需求被引入游戏产业。基于区块链、加密货币及NFT(非同质化代币)的Web3.0概念正逐渐兴起,而游戏作为Web3.0最先“出圈”的赛道之一,备受关注。
尽管Web3.0与早期的互联网迭代有所不同,但它与以往的软件安全面临许多共同的挑战,比如DDoS攻击。根据Akamai在2020年发布的一份报告,从2019年7月至2020年6月,共发生5600次不同类型的DDoS攻击,有超过3000次针对的是游戏行业。

Akamai大中华区解决方案事业部高级技术经理刘烨
Akamai大中华区解决方案事业部高级技术经理刘烨告诉记者,游戏行业最易于受到DDoS攻击,行业恶性竞争、敲诈勒索、游戏作弊是游戏行业遭遇攻击的三大主要原因。
Web3.0时代游戏市场的安全挑战
随着作为Web3.0基础的分布式计算机网络的区块链及其伴随技术和应用程序的增值,游戏行业逐渐成为攻击者梦寐以求的目标。
例如现在游戏行业流行GameFi,通过技术与去中心化价值赋能,GameFi游戏资产化身为NFT和代币上链,具备了可验证性和流通性;开发商与玩家的关系由“企业消费者”转变为“利益共同体”,生态中价值增长由所有参与者共同所有。开发商针对游戏内活跃经济活动收取税费,玩家通过游戏资产增值获取收益。
这个时候安全问题就变得至关重要。刘烨说,虽然Web3.0时代还处于早期讨论阶段,但是安全问题已经出现端倪,比如身份欺诈、数字资产的保护等。“Web3.0本身的特点是去中心化,采用区块链技术,金融属性特别强,所以相应的安全风险更复杂,甚至是跨应用的安全威胁。”
Web3.0时代,游戏更多具有金融属性,超越了原来的娱乐属性。而且数字资产与真实资产很难分开,那么游戏内的作弊问题、游戏的运行和用户资产安全如何保障就成为游戏厂商的一大挑战。
STEPN 于今年4月宣布版本更新,这是一款基于Web3生活方的式应用程序,具有社交网络和游戏网络的特征。拥有NFT Sneakers的用户可以步行、慢跑或在户外跑步来赚取GST代币。自版本更新以来,STEPN服务器遭受了几次DDOS攻击,许多用户甚至发声钱包内代币遗失的状况。
Akamai多举措化解Web3.0时代游戏难题
在“元宇宙”与Web3.0的环境下,沉浸式的体验和去中心化对于游戏的性能要求更高,同时,由于金融属性更强,游戏会受到安全的攻击,并且资产的损失会更容易。为此,Akamai通过积极布局安全、交付和云计算领域,多举措确保游戏安全和性能。
例如,随着边缘计算的重要性日渐凸显,分布下沉的计算节点对于玩家的体验更好。Akamai收购云计算公司Linode,强化了其核心计算存储能力,并正式进入“云计算”的领域。
在安全方面,刘烨表示Akamai所有的安全资源分了四个部分:基础架构安全、应用安全、零信任、安全专家。其中应用安全针对保护游戏、金融、区块链等应用,而零信任则是针对企业内部安全。此外,Akamai安全运营中心的专家具有丰富的专业经验,可以帮助用户分析攻击类型,进而阻断攻击。
Akamai不断增强安全解决方案,去年11月,Akamai收购了微分段领域的领头羊Guardicore,可以将网络按照不同应用、不同访问逻辑、不同安全等级进行网络分段,这样企业可以更好的管理数据中心东西向流量,完善其零信任安全架构。
具体针对游戏企业如何实现网络安全,刘烨也给出了自己的建议:
1、安全防护要有足够的纵深。无论是针对游戏、GameFi或者建立在“去中心化”的区块链应用,攻击的复杂程度会越来越多、攻击的点也不止一个,所以安全防护要有纵深,从基础架构到应用需要综合考虑。
2、将安全厂商的产品和工具集成到企业自身的风控体系中。在越来越复杂的网络环境下,企业通常拥有自己的风控和安全逻辑体系,这些如果不能与第三方安全解决方案整合到一起,就无法很好地运行。
3、利用平台数据和专家。对于安全领域,数据和专家是非常有帮助的。Akamai平台具有丰富的安全数据与专业的行业专家。依靠这些数据与专家的经验,Akamai一定可以更好地帮助其他客户解决所遇到的安全挑战。
“安全不是一个单方面的问题,因为在不同的领域,安全防护都呈现出需要体系化的趋势。”刘烨最后说。
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。